部署應用程式 - AWS Panorama
安裝 AWS 全景應用程式 CLI匯入應用程式建立容器映像檔匯入模型上傳應用程式資使用 AWS 全景主控台部署應用程式自動化應用部署

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

部署應用程式

若要部署應用程式，您可以使用 AWS Panorama 應用程式 CLI 將其匯入您的帳戶、建立容器、上傳和註冊資產，以及建立應用程式執行個體。本主題詳細介紹這些步驟中的每個步驟，並描述了背景中發生的情況。

如果您尚未部署應用程式，請參AWS Panorama 入門閱逐步解說。

如需自訂和延伸範例應用程式的詳細資訊，請參閱建置AWS Panorama應用。

安裝 AWS 全景應用程式 CLI

若要安裝 AWS 全景應用程式 CLIAWS CLI，請使用 pip。

$ pip3 install --upgrade awscli panoramacli

若要使用 AWS 全景應用程式 CLI 建立應用程式映像，您需要 Docker。在 Linux 上，以qemu及相關的系統庫也是必需的。如需安裝和設定 AWS 全景應用程式 CLI 的詳細資訊，請參閱專案GitHub儲存庫中的讀我檔案。

如需使用 WSL2 在 Windows 中設定建置環境的指示，請參閱。在 Windows 中設置開發環境

匯入應用程式

如果您使用的是範例應用程式或第三方提供的應用程式，請使用 AWS Panorama 應用程式 CLI 匯入應用程式。

my-app$ panorama-cli import-application

此指令會使用您的帳戶 ID 重新命名應用程式套件。套件名稱以部署所在帳戶的帳號 ID 開頭。當您將應用程式部署到多個帳戶時，您必須為每個帳戶分別匯入和封裝應用程式。

例如，本指南的範例應用程式是程式碼套件和模型套件，每個套件都以預留位置帳戶 ID 命名。命import-application令會重新命名這些項目，以使用 CLI 從您的工作區認證推斷出的AWS帳戶 ID。

/aws-panorama-sample
├── assets
├── graphs
│   └── my-app
│       └── graph.json
└── packages
    ├── 123456789012-SAMPLE_CODE-1.0
    │   ├── Dockerfile
    │   ├── application.py
    │   ├── descriptor.json
    │   ├── package.json
    │   ├── requirements.txt
    │   └── squeezenet_classes.json
    └── 123456789012-SQUEEZENET_PYTORCH-1.0
        ├── descriptor.json
        └── package.json

123456789012在包目錄名稱和應用程序 manifest（graph.json）中引用它們的帳戶 ID 替換為您的帳戶 ID。您可以撥打電話aws sts get-caller-identity來確認您的帳戶 ID AWS CLI。

$ aws sts get-caller-identity
{
    "UserId": "AIDAXMPL7W66UC3GFXMPL",
    "Account": "210987654321",
    "Arn": "arn:aws:iam::210987654321:user/devenv"
}

建立容器映像檔

您的應用程式程式碼會封裝在 Docker 容器映像中，其中包含您在 Dockerfile 中安裝的應用程式程式碼和程式庫。使用 AWS 全景應用程式 CLI build-container 命令建立 Docker 映像檔並匯出檔案系統映像檔。

my-app$ panorama-cli build-container --container-asset-name code_asset --package-path packages/210987654321-SAMPLE_CODE-1.0
{
    "name": "code_asset",
    "implementations": [
        {
            "type": "container",
            "assetUri": "5fa5xmplbc8c16bf8182a5cb97d626767868d3f4d9958a4e49830e1551d227c5.tar.gz",
            "descriptorUri": "1872xmpl129481ed053c52e66d6af8b030f9eb69b1168a29012f01c7034d7a8f.json"
        }
    ]
}
Container asset for the package has been succesfully built at assets/5fa5xmplbc8c16bf8182a5cb97d626767868d3f4d9958a4e49830e1551d227c5.tar.gz

此指令會建立名為的 Docker 映像檔，code_asset並將檔案系統匯出至assets資料夾中的.tar.gz歸檔。CLI 從亞馬遜彈性容器註冊表（亞馬遜 ECR）中提取應用程序基礎映像，如應用程序的碼頭文件中的指定。

除了容器歸檔之外，CLI 還會為套件描述元 (descriptor.json) 建立資產。這兩個檔案都會以反映原始檔案雜湊的唯一識別碼來重新命名。AWS 全景應用程式 CLI 也會在套件組態中新增一個區塊，以記錄這兩個資產的名稱。在部署程序期間，應用裝置會使用這些名稱。

範例 套件 /123456789012-範例代碼 -1.0/封裝檔 — 含資產區塊
{
    "nodePackage": {
        "envelopeVersion": "2021-01-01",
        "name": "SAMPLE_CODE",
        "version": "1.0",
        "description": "Computer vision application code.",
        "assets": [
            {
                "name": "code_asset",
                "implementations": [
                    {
                        "type": "container",
                        "assetUri": "5fa5xmplbc8c16bf8182a5cb97d626767868d3f4d9958a4e49830e1551d227c5.tar.gz",
                        "descriptorUri": "1872xmpl129481ed053c52e66d6af8b030f9eb69b1168a29012f01c7034d7a8f.json"
                    }
                ]
            }
        ],
        "interfaces": [
            {
                "name": "interface",
                "category": "business_logic",
                "asset": "code_asset",
                "inputs": [
                    {
                        "name": "video_in",
                        "type": "media"
                    },

在build-container命令中指定的程式碼資產名稱必須與套件組態中的asset欄位值相符。在前面的例子中，兩個值都是code_asset。

匯入模型

您的應用程式可能在其 assets 資料夾中有模型歸檔，或者您分別下載。如果您有新模型、更新的模型或更新的模型描述元檔案，請使用add-raw-model指令匯入它。

my-app$ panorama-cli add-raw-model --model-asset-name model_asset \
      --model-local-path my-model.tar.gz \
      --descriptor-path packages/210987654321-SQUEEZENET_PYTORCH-1.0/descriptor.json \
      --packages-path packages/210987654321-SQUEEZENET_PYTORCH-1.0

如果您只需要更新描述符文件，則可以重複使用 assets 目錄中的現有模型。您可能需要更新描述器檔案，以配置諸如浮點精確度模式之類的功能。例如，下列指令碼顯示如何使用範例應用程式執行此操作。

範例 實用程序腳本/.sh update-model-config
#!/bin/bash
set -eo pipefail
MODEL_ASSET=fd1axmplacc3350a5c2673adacffab06af54c3f14da6fe4a8be24cac687a386e
MODEL_PACKAGE=SQUEEZENET_PYTORCH
ACCOUNT_ID=$(ls packages | grep -Eo '[0-9]{12}' | head -1)
panorama-cli add-raw-model --model-asset-name model_asset --model-local-path assets/${MODEL_ASSET}.tar.gz --descriptor-path packages/${ACCOUNT_ID}-${MODEL_PACKAGE}-1.0/descriptor.json --packages-path packages/${ACCOUNT_ID}-${MODEL_PACKAGE}-1.0
cp packages/${ACCOUNT_ID}-${MODEL_PACKAGE}-1.0/package.json packages/${ACCOUNT_ID}-${MODEL_PACKAGE}-1.0/package.json.bup

在使用 CLI 重新匯入模型套件目錄中的描述元檔案之前，不會套用對該描述元檔案的變更。CLI 會使用新的資產名稱就地更新模型套件組態，類似於當您重建容器時更新應用程式程式碼套件的組態。

上傳應用程式資

要上傳和註冊應用程序的資產，其中包括模型歸檔，容器文件系統歸檔和它們的描述符文件，請使用package-application命令。

my-app$ panorama-cli package-application
Uploading package SQUEEZENET_PYTORCH
Patch version for the package 5d3cxmplb7113faa1d130f97f619655d8ca12787c751851a0e155e50eb5e3e96
Deregistering previous patch version e845xmpl8ea0361eb345c313a8dded30294b3a46b486dc8e7c174ee7aab29362
Asset fd1axmplacc3350a5c2673adacffab06af54c3f14da6fe4a8be24cac687a386e.tar.gz already exists, ignoring upload
upload: assets/87fbxmpl6f18aeae4d1e3ff8bbc6147390feaf47d85b5da34f8374974ecc4aaf.json to s3://arn:aws:s3:us-east-2:212345678901:accesspoint/panorama-210987654321-6k75xmpl2jypelgzst7uux62ye/210987654321/nodePackages/SQUEEZENET_PYTORCH/binaries/87fbxmpl6f18aeae4d1e3ff8bbc6147390feaf47d85b5da34f8374974ecc4aaf.json
Called register package version for SQUEEZENET_PYTORCH with patch version 5d3cxmplb7113faa1d130f97f619655d8ca12787c751851a0e155e50eb5e3e96
...

如果資產檔案或套件組態沒有任何變更，CLI 會略過它。

Uploading package SAMPLE_CODE
Patch Version ca91xmplca526fe3f07821fb0c514f70ed0c444f34cb9bd3a20e153730b35d70 already registered, ignoring upload
Register patch version complete for SQUEEZENET_PYTORCH with patch version 5d3cxmplb7113faa1d130f97f619655d8ca12787c751851a0e155e50eb5e3e96
Register patch version complete for SAMPLE_CODE with patch version ca91xmplca526fe3f07821fb0c514f70ed0c444f34cb9bd3a20e153730b35d70
All packages uploaded and registered successfully

CLI 會將每個套件的資產上傳到您帳戶專屬的 Amazon S3 存取點。AWS 全景會為您管理存取點，並透過 DescribePackageAPI 提供存取點的相關資訊。CLI 會將每個套件的資產上傳到為該套件提供的位置，並使用套件組態描述的設定向 AWS Panorama 服務註冊這些資產。

使用 AWS 全景主控台部署應用程式

您可以使用 AWS 全景主控台部署應用程式。在部署過程中，您可以選擇要傳遞給應用程式程式碼的攝影機串流，並設定應用程式開發人員提供的選項。

若要部署應用程式

  1. 開啟 AWS 全景主控台已部署的應用程式頁面。

  2. 選擇部署應用程式。

  3. 將應用程式資訊清單的內容貼到文字編輯器中。graph.json選擇 下一步。

  4. 輸入名稱和解除選項。

  5. 選擇繼續進行部署。

  6. 選擇 [開始部署]。

  7. 如果您的應用程式使用角色，請從下拉式功能表中選擇角色。選擇 下一步。

  8. 選擇 [選取裝置]，然後選擇您的設備。選擇 下一步。

  9. 在 [選取資料來源] 步驟中，選擇 [檢視輸入]，然後將您的攝影機串流新增為資料來源。選擇 下一步。

  10. 在 [設定] 步驟中，設定開發人員定義的任何應用程式特定設定。選擇 下一步。

  11. 選擇 [部署]，然後選擇 [完成]。

  12. 在已部署的應用程式清單中，選擇要監視其狀態的應用程式。

部署過程需要 15-20 分鐘。應用程式啟動時，設備的輸出可以長時間保持空白。如果遇到錯誤，請參閱疑難排解。

自動化應用部署

您可以使用 CreateApplicationInstanceAPI 自動化應用程式部署程序。該 API 需要兩個配置文件作為輸入。應用程序清單指定使用的包及其關係。第二個檔案是覆寫檔案，指定應用程式資訊清單中值的部署時間覆寫。使用覆寫檔案可讓您使用相同的應用程式資訊清單，以不同的攝影機串流部署應用程式，以及設定其他應用程式特定的設定。

如需本主題中每個步驟的詳細資訊和範例指令碼，請參閱自動化應用部署。